CN108152292B - 一种热轧表面质量检测系统边部干涉的检测方法 - Google Patents

一种热轧表面质量检测系统边部干涉的检测方法 Download PDF

Info

Publication number
CN108152292B
CN108152292B CN201711287162.8A CN201711287162A CN108152292B CN 108152292 B CN108152292 B CN 108152292B CN 201711287162 A CN201711287162 A CN 201711287162A CN 108152292 B CN108152292 B CN 108152292B
Authority
CN
China
Prior art keywords
edge
strip steel
interference
area
edge detection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711287162.8A
Other languages
English (en)
Other versions
CN108152292A (zh
Inventor
焦会立
王伦
徐文军
李金保
王学强
于洋
陈瑾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Shougang Co Ltd
Original Assignee
Beijing Shougang Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Shougang Co Ltd filed Critical Beijing Shougang Co Ltd
Priority to CN201711287162.8A priority Critical patent/CN108152292B/zh
Publication of CN108152292A publication Critical patent/CN108152292A/zh
Application granted granted Critical
Publication of CN108152292B publication Critical patent/CN108152292B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种热轧表面质量检测系统边部干涉的检测方法，当带钢达到检测系统的情况下，利用拍摄装置对所述带钢进行拍摄，获得N个携带有边部干涉物的图像；然后基于所述N个携带有边部干涉物的图像进行检测分析，对所述带钢的边部干涉物进行分类；并根据分类后的所述边部干涉物，确定出所述带钢的边部检测区域；再基于所述带钢的边部检测区域对所述带钢进行检测。由于带钢的边部检测区域为所述带钢上排除了所述边部干涉物的其他边部区域，故而在检测时系统就会避开这些具有干涉物的边部区域，检测其他边部区域，所以能够避免干涉物对边部检测的影响，进而提高边部检测的准确率。

Description

一种热轧表面质量检测系统边部干涉的检测方法
技术领域
本申请涉及轧钢技术领域，尤其涉及一种热轧表面质量检测系统边部干涉的检测方法。
背景技术
目前国内有多家热轧厂应用了表面质量检测系统，一般热轧表面质量检测仪上表面安装在精轧出口，下表面安装在卷取机入口(目的是检测带钢下表面跟层冷辊道造成的划伤缺陷)。
在实际检测过程中，上表面检测时很容易受到带钢下方辊道的反光干涉，影响边部检测，下表面检测时很容易受到地基及侧导板的干扰，影响边部检测的准确性，由于地基及侧导板所处的环境非常恶劣，经常有大量的水和油等混合物，当下表面检测系统照明灯开启时，照射到侧导板和地基，会发生反光现象，影响边部检测的准确性，造成缺陷定位不准确，缺陷漏检等问题。
针对该问题传统做法是给地基及侧导板刷黑漆，但是因为检测环境非常恶劣，刷漆后很快就会被油污覆盖，不能从本质上解决问题。同时，在实际生产中，侧导板始终是夹紧带钢状态，反光区随带钢宽度变化会发生运动，这也使得解决侧导板边部干涉更为困难。
发明内容
本发明了提供了一种热轧表面质量检测系统边部干涉的检测方法，以解决或者部分解决了目前存在的边部干涉物影响带钢边部检测准确率的技术问题。简单易行，适用性强效果显著。
为解决或者部分解决上述技术问题，本发明提供了一种热轧表面质量检测系统边部干涉的检测方法，其特征在于，所述方法包括：
当带钢达到检测系统的情况下，利用拍摄装置对所述带钢进行拍摄，获得N个携带有边部干涉物的图像,其中，N为正整数；
基于所述N个携带有边部干涉物的图像进行检测分析，对所述带钢的边部干涉物进行分类；
根据分类后的所述边部干涉物，确定出所述带钢的边部检测区域；其中，所述带钢的边部检测区域为所述带刚上排除了所述边部干涉物的其他边部区域；
基于所述带钢的边部检测区域对所述带钢进行检测。
优选的，所述基于所述N个携带有边部干涉物的图像进行检测分析，对所述带钢的边部干涉物进行分类，包括：
基于所述N个携带有边部干涉物的图像进行检测分析，将所述带钢的边部干涉物分为：X方向固定干涉物、Y方向固定干涉物及Y方向移动干涉物。
优选的，所述根据分类后的所述边部干涉物，确定出所述带钢的边部检测区域，包括：
根据分类后的所述边部干涉物，确定出所述带钢的边部检测排除区域；
基于所述带钢的边部检测排除区域，确定出所述带钢的边部检测区域。
优选的，所述根据分类后的所述边部干涉物，确定出所述带钢的边部检测排除区域，包括：
针对所述X方向固定干涉物，取所述N个携带有边部干涉物的图像左下方为坐标{0,0}，测量固定干涉物X方向上的范围{X1，X2}，将{0，X2}作为X方向的边部检测排除区域。
优选的，所述固定干涉物X方向上的范围{X1，X2}具体为{0,带钢侧边最边缘}。
优选的，所述根据分类后的所述边部干涉物，确定出所述带钢的边部检测排除区域，包括：
针对所述Y方向固定干涉物，取所述N个携带有边部干涉物的图像左下方为坐标{0,0}，测量固定干涉物Y方向上的范围{Y1，Y2}，将{Y1，Y2}设定为Y方向的边部检测排除区域。
优选的，固定干涉物Y方向上的范围{Y1，Y2}具体为：{0,128}。
优选的，所述根据分类后的所述边部干涉物，确定出所述带钢的边部检测排除区域，包括：
针对所述Y方向移动干涉物，取所述N个携带有边部干涉物的图像左下方为坐标{0,0}，对所述Y方向移动干涉物的移动范围进行跟踪，找出所述Y方向移动干涉物运动的极限位置，测出两个移动极限位X方向上的运动范围{X1，X2}及Y方向上的运动范围{Y1，Y2}，将{Y1，Y2}设定为Y方向的边部检测排除区域。
优选的，所述利用拍摄装置对所述带钢进行拍摄之前，所述方法还包括：
确定边部检测临界灰度值为30-50。
通过本发明的一个或者多个技术方案，本发明具有以下有益效果或者优点：
本发明公开了一种热轧表面质量检测系统边部干涉的检测方法，当带钢达到检测系统的情况下，利用拍摄装置对所述带钢进行拍摄，获得N个携带有边部干涉物的图像；然后基于所述N个携带有边部干涉物的图像进行检测分析，对所述带钢的边部干涉物进行分类；并根据分类后的所述边部干涉物，确定出所述带钢的边部检测区域；再基于所述带钢的边部检测区域对所述带钢进行检测。由于带钢的边部检测区域为所述带刚上排除了所述边部干涉物的其他边部区域，故而在检测时系统就会避开这些具有干涉物的边部区域，检测其他边部区域，所以能够避免干涉物对边部检测的影响，进而提高边部检测的准确率。
附图说明
图1为本发明实施例中一种热轧表面质量检测系统边部干涉的检测方法的实施过程图；
图2为本发明实施例中X方向固定干涉物的示意图；
图3为本发明实施例中Y方向固定干涉物的示意图；
图4为本发明实施例中Y方向移动干涉物的示意图。
具体实施方式
为了使本申请所属技术领域中的技术人员更清楚地理解本申请，下面结合附图，通过具体实施例对本申请技术方案作详细描述。
本发明公开了一种热轧表面质量检测系统边部干涉的检测方法，通过寻找干涉物体规律及运动轨迹并通过检测参数优化解决了边部干涉的问题。
具体来说，本发明的实施原理为：先在带钢达到检测系统的情况下，利用拍摄装置对所述带钢进行拍摄，获得N个携带有边部干涉物的图像；然后基于所述N个携带有边部干涉物的图像进行检测分析，对所述带钢的边部干涉物进行分类；并根据分类后的所述边部干涉物，确定出所述带钢的边部检测区域；再基于所述带钢的边部检测区域对所述带钢进行检测。由于带钢的边部检测区域为所述带刚上排除了所述边部干涉物的其他边部区域，故而在检测时系统就会避开这些具有干涉物的边部区域，检测其他边部区域，所以能够避免干涉物对边部检测的影响，进而提高边部检测的准确率。
综上，本发明通过检测参数优化及干涉物体运动规律的研究，解决了热轧表面检测系统边部干涉问题，实现了带钢边部的准确检测，实现了缺陷位置的准确定位，减少了检测系统缺陷溢出，避免了缺陷漏检，提升了产品质量和企业信誉。
参看图1，本发明公开的热轧表面质量检测系统边部干涉的检测方法包括：
步骤11，当带钢达到检测系统的情况下，利用拍摄装置对所述带钢进行拍摄，获得N个携带有边部干涉物的图像。
本发明的拍摄装置，具体为照相机、摄像机之类。
这N个图像每个图像大小为X方向390，Y方向128。图像最左下方为坐标{0，0}，最右上方坐标为{390，128}。
在此之前，会先确定出边部检测临界灰度值为30-50。理由在于，当带钢达到热轧表面质量检测系统时，照明灯和相机同时打开进行拍摄，每个拍摄的照片会传到热轧表面质量检测系统的处理中心，系统识别带钢边部是根据灰度差原理，从远离带钢侧向带钢侧进行边部查找，没有带钢的区域一般都是黑色区域，灰度值一般在10以下，当灰度值明显提升时一般认为就是检测到带钢了，系统会根据临界灰度值进行判定，超过临界灰度值即判定为带钢，当有些边部干涉物时，干涉物灰度值较高会影响带钢边部检测的准确性，故本发明将边部检测临界灰度值确定为30-50，高于50(50以上，不包含50)则会影响带钢边部检测的准确性。
步骤12，基于所述N个携带有边部干涉物的图像进行检测分析，对所述带钢的边部干涉物进行分类。
基于所述N个携带有边部干涉物的图像进行检测分析，将所述带钢的边部干涉物分为：X方向固定干涉物、Y方向固定干涉物及Y方向移动干涉物。
对该产线来讲X方向固定干涉物主要是下表面的地基，Y方向固定干涉物主要是带钢下方的辊道、移动干涉物主要是下表面的侧导板，在表面检测系统照明开启进行检测时辊道、地基、侧导板都有不同程度的反光现象，影响带钢边部检测。
具体请参看图2-图4，其中，图2为本发明实施例中X方向固定干涉物的示意图；图3为本发明实施例中Y方向固定干涉物的示意图；图4为本发明实施例中Y方向移动干涉物的示意图。
在图2中，阴影的左边区域为边部检测干涉物，右侧区域为带钢，阴影部分表示带钢边部以外没有干涉物的区域。当检测系统拍摄时，由于该区域没有带钢，也没有干涉物，因此灰度值很低是黑色阴影的区域。图3、图4与图2类似，故而本发明不再赘述。
步骤13，根据分类后的所述边部干涉物，确定出所述带钢的边部检测区域。
具体来说，所述带钢的边部检测区域为所述带刚上排除了所述边部干涉物的其他边部区域。本发明是利用逆向思维进行处理，先根据分类后的所述边部干涉物，确定出所述带钢的边部检测排除区域；再基于所述带钢的边部检测排除区域，确定出所述带钢的边部检测区域。然后再利用检测所述带钢的边部检测区域，由于本发明将具有干涉物的边部区域都进行了排除，那么在检测时系统就会避开这些具有干涉物的边部区域，检测其他的边部区域，所以能够避免干涉物对边部检测的影响，进而提高边部检测的准确率。
由于上述将边部干涉物进行了分类，故而本发明在确定边部检测排除区域时，也是根据分类后的边部干涉物进行确定的。
具体来说，根据上述分类，本发明的确定方式具有三种：
第一种方式：针对所述X方向固定干涉物，取所述N个携带有边部干涉物的图像左下方为坐标{0,0}，测量固定干涉物X方向上的范围{X1，X2}，将{0，X2}作为X方向的边部检测排除区域。举例来说，对于地基反光区(X方向固定干涉物)的边部检测参数设定方法如下：打开边部摄像头进行拍照，得到多个包含了干涉物的图像，然后对这些图像进行分析，进而确定出测量地基X方向上的范围为{0，50}，将{0，50}作为X方向边部检测排除区域，写入边部检测参数控制程序。
作为一种可选的实施例，所述固定干涉物X方向上的范围{X1，X2}具体为：0-带钢边部(即侧边最边缘)，例如取值可以取{0，50}。
第二种方式：针对所述Y方向固定干涉物，取所述N个携带有边部干涉物的图像左下方为坐标{0,0}，测量固定干涉物Y方向上的范围{Y1，Y2}，将{Y1，Y2}设定为Y方向的边部检测排除区域。举例来说，对于辊道反光区(Y方向上固定干涉物)的边部检测参数设定方法如下：打开边部摄像头进行拍照，得到多个包含了干涉物的图像，然后对这些图像进行分析，进而确定出测量辊道Y方向上的范围{80，110}，将{80，110}设定为Y方向边部检测排除区域，写入边部检测参数控制程序。
作为一种可选的实施例，固定干涉物Y方向上的范围{Y1，Y2}具体为：{0,128}，在该区间的任意数值都可，例如可选择{80，110}进行举例。
第三种方式：针对所述Y方向移动干涉物，取所述N个携带有边部干涉物的图像左下方为坐标{0,0}，对所述Y方向移动干涉物的移动范围进行跟踪，找出所述Y方向移动干涉物运动的极限位置，测出两个移动极限位X方向上的运动范围{X1，X2}及Y方向上的运动范围{Y1，Y2}，将{Y1，Y2}设定为Y方向的边部检测排除区域。举例来说，对于侧导板反光区(移动干涉物)的边部检测参数设定方法如下：打开边部摄像头进行拍摄，得到多个包含了干涉物的图像，然后对这些图像进行分析，进而对侧导板的移动范围进行跟踪，找出侧导板运动的两个极限位置，找到X方向上的移动范围为{180,260}，找到Y方向上的移动范围为{20,110}设定为Y方向边部检测排除区域，写入边部检测参数控制程序。
步骤14，基于所述带钢的边部检测区域对所述带钢进行检测。
在检测时，可以利用上述方式所确定出的带钢的边部检测区域，运行该系统然后对带钢进行检测。
通过本发明的一个或者多个实施例，本发明具有以下有益效果或者优点：
本发明公开了一种热轧表面质量检测系统边部干涉的检测方法，当带钢达到检测系统的情况下，利用拍摄装置对所述带钢进行拍摄，获得N个携带有边部干涉物的图像；然后基于所述N个携带有边部干涉物的图像进行检测分析，对所述带钢的边部干涉物进行分类；并根据分类后的所述边部干涉物，确定出所述带钢的边部检测区域；再基于所述带钢的边部检测区域对所述带钢进行检测。由于带钢的边部检测区域为所述带刚上排除了所述边部干涉物的其他边部区域，故而在检测时系统就会避开这些具有干涉物的边部区域，检测其他边部区域，所以能够避免干涉物对边部检测的影响，进而提高边部检测的准确率。
尽管已描述了本申请的优选实施例，但本领域内的普通技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (4)

1.一种热轧表面质量检测系统边部干涉的检测方法，其特征在于，所述方法包括：
当带钢达到检测系统的情况下，利用拍摄装置对所述带钢进行拍摄，获得N个携带有边部干涉物的图像，其中，N为正整数；
基于所述N个携带有边部干涉物的图像进行检测分析，将所述带钢的边部干涉物分为：X方向固定干涉物、Y方向固定干涉物及Y方向移动干涉物；
根据分类后的所述边部干涉物，确定出所述带钢的边部检测区域；其中，所述带钢的边部检测区域为所述带钢上排除了所述边部干涉物的其他边部区域，具体为：根据分类后的所述边部干涉物，确定出所述带钢的边部检测排除区域；基于所述带钢的边部检测排除区域，确定出所述带钢的边部检测区域；所述根据分类后的所述边部干涉物，确定出所述带钢的边部检测排除区域，具体为：
针对所述X方向固定干涉物，取所述N个携带有边部干涉物的图像测量固定干涉物X 方向上的范围{X1，X2}，将{0，X2}作为X方向的边部检测排除区域；
针对所述Y方向固定干涉物，取所述N个携带有边部干涉物的图像左下方为坐标{0,0}，测量固定干涉物Y方向上的范围{Y1，Y2}，将{Y1，Y2}设定为Y方向的边部检测排除区域；
针对所述Y方向移动干涉物，取所述N个携带有边部干涉物的图像左下方为坐标{0,0}，对所述Y方向移动干涉物的移动范围进行跟踪，找出所述Y方向移动干涉物运动的极限位置，测出两个移动极限位X方向上的运动范围{X1，X2}及Y方向上的运动范围{Y1，Y2}，将{Y1，Y2} 设定为Y方向的边部检测排除区域；
基于所述带钢的边部检测区域对所述带钢进行检测。
2.如权利要求1所述的方法，其特征在于，所述固定干涉物X 方向上的范围{X1，X2}具体为：{0，带钢侧边最边缘}。
3.如权利要求1所述的方法，其特征在于，固定干涉物Y方向上的范围{Y1，Y2}具体为：{0,128}。
4.如权利要求1所述的方法，其特征在于，所述利用拍摄装置对所述带钢进行拍摄之前，所述方法还包括：
确定边部检测临界灰度值为30-50。
CN201711287162.8A 2017-12-07 2017-12-07 一种热轧表面质量检测系统边部干涉的检测方法 Active CN108152292B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711287162.8A CN108152292B (zh) 2017-12-07 2017-12-07 一种热轧表面质量检测系统边部干涉的检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711287162.8A CN108152292B (zh) 2017-12-07 2017-12-07 一种热轧表面质量检测系统边部干涉的检测方法

Publications (2)

Publication Number Publication Date
CN108152292A CN108152292A (zh) 2018-06-12
CN108152292B true CN108152292B (zh) 2021-03-09

Family

ID=62466650

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711287162.8A Active CN108152292B (zh) 2017-12-07 2017-12-07 一种热轧表面质量检测系统边部干涉的检测方法

Country Status (1)

Country Link
CN (1) CN108152292B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202655347U (zh) * 2012-07-12 2013-01-09 武汉钢铁(集团)公司 带钢边界跟随装置
CN103994999A (zh) * 2014-04-04 2014-08-20 首钢总公司 热轧百事泰表面检测系统花纹板破豆缺陷的检测装置及方法
CN107321801A (zh) * 2017-06-26 2017-11-07 北京首钢股份有限公司 一种热轧带钢的判定方法及热轧在线质量判定系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1048151A (ja) * 1996-08-02 1998-02-20 Nkk Corp 表面疵検出方法
JP3608923B2 (ja) * 1997-11-13 2005-01-12 株式会社メック 欠陥検査装置用蛇行追従装置及び欠陥検査装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202655347U (zh) * 2012-07-12 2013-01-09 武汉钢铁(集团)公司 带钢边界跟随装置
CN103994999A (zh) * 2014-04-04 2014-08-20 首钢总公司 热轧百事泰表面检测系统花纹板破豆缺陷的检测装置及方法
CN107321801A (zh) * 2017-06-26 2017-11-07 北京首钢股份有限公司 一种热轧带钢的判定方法及热轧在线质量判定系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Effective and efficient optics inspection approach using machine learning algorithms;Ghaleb M. Abdulla等;《Proc. of SPIE》;20101202;第7842卷;全文 *
一种Zernike 矩的高精度板材尺寸测量方法;李江昀等;《电子学报》;20150731(第7期);全文 *
基于红外摄像的连铸坯表面质量在线监测方法的研究;陈灵光;《中国优秀硕士学位论文全文数据库 工程科技I辑》;20131231(第S2期);第44-45页 *
带钢表面缺陷图像检测与分类方法研究;甘胜丰;《中国博士学位论文全文数据库 信息科技辑》;20140515(第5期);第16页，第22页倒数第1段，第33页，第43，45-50页 *

Also Published As

Publication number Publication date
CN108152292A (zh) 2018-06-12

Similar Documents

Publication Publication Date Title
CN109969736B (zh) 一种大型运载皮带跑偏故障智能检测方法
CN106053479B (zh) 一种基于图像处理的工件外观缺陷的视觉检测系统
CN110146507B (zh) 汽车漆面表面外观缺陷检测系统及方法
CN106441804B (zh) 解像力测试方法
WO2022082904A1 (zh) 镜头脏污检测方法、装置和设备
CN117197141B (zh) 一种汽车零部件表面缺陷检测方法
CN112033965A (zh) 基于差分图像分析的3d弧形表面缺陷检测方法
CN113252568A (zh) 基于机器视觉的镜片表面缺陷检测方法、系统、产品、终端
CN109190616A (zh) 一种基于特征识别的热轧钢板在线视觉跟踪算法
CN111551350A (zh) 一种基于U_Net网络的光学镜片表面划痕检测方法
CN110426395B (zh) 一种太阳能el电池硅片表面检测方法及装置
JP6756417B1 (ja) ワークの表面欠陥検出装置及び検出方法、ワークの表面検査システム並びにプログラム
JP2021056183A (ja) ワークの表面欠陥検出装置及び検出方法、ワークの表面検査システム並びにプログラム
JP2021056182A (ja) ワークの表面欠陥検出装置及び検出方法、ワークの表面検査システム並びにプログラム
CN108152292B (zh) 一种热轧表面质量检测系统边部干涉的检测方法
CN107014830A (zh) Ito导电玻璃检测方法与检测装置
CN111583241B (zh) 超大面积蜂窝产品规整度的移动式检测方法及装置
CN115272258A (zh) 基于机器视觉的金属圆柱面缺陷检测方法、系统和介质
CN114755236A (zh) 一种回转曲面电镀件表面缺陷的检测系统及方法
CN111473944B (zh) 观测流场中存在复杂壁面的piv数据修正方法、装置
Chao et al. Parameters of small pitch thread measured by an intelligent detection method
CN109211937A (zh) 一种内衣弹性织带弯带缺陷的检测系统及其检测方法
CN110044918B (zh) 汽车后视镜表面斑点检测方法
Niu et al. Application of CEM algorithm in the field of tunnel crack identification
US20220292665A1 (en) Workpiece surface defect detection device and detection method, workpiece surface inspection system, and program

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant